基于树结构分层随机森林在非约束环境下的头部姿态估计

头部姿态估计是人类行为和注意力的关键,受到光照、噪声、身份、遮挡等许多因素的影响。为了提高非约束环境下的估计准确率和鲁棒性,该论文提出了树结构分层随机森林在非约束环境下的多类头部姿态估计。首先,为了消除不同环境的噪声影响,提取人脸区域的组合纹理特征,对人脸区域进行积极人脸子区域的分类,分类结果作为树结构分层随机森林的先验知识输入;其次,提出了一种树结构分层随机森林算法,分层估计多自由度下的头部姿态;再次,为了增强算法的分类能力,使用自适应高斯混合模型作为多层次子森林叶子节点的投票模型。在多个公共数据集上的多种非约束实验环境下进行头部姿态估计,最终实验结果表明所提算法在不同质量的图像上都有很好的估计准确率和鲁棒性。     

一种改进的基于暗通道先验的快速去雾算法

针对暗通道先验去雾算法复杂度过高,存在大片天空区域不适用的情况,提出一种改进的基于暗通道先验的快速去雾算法。首先,通过对灰度图像迭代出最佳阈值将天空区域分割出来;然后采用文中提出的方法分别对天空和非天空部分求解大气光强度,以获得精确的透射率,为使图像边缘信息能够保留完整,采用梯度强化的方法对图像进行边缘锐化;最后通过大气散射模型恢复出无雾图像,采用自动色阶算法平衡图像亮度。实验结果表明,经过与4种算法对比后,能够较好的适用于存在大片天空区域的有雾图像,图像具有较好的视觉效果,能够保留图像的边缘信息、细节纹理,降低了处理时间,提高了运行效率,同时为后续的目标识别等领域奠定基础。     

贝叶斯网络结构学习研究

针对贝叶斯网络结构学习方法难以兼顾高准确率和高效率的问题,提出了一种基于Markov Chain Monte Carlo(MCMC)方法的贝叶斯网络结构学习方法的改进.改进包括:使用依赖关系分析,利用统计学的方法对采样空间进行大幅缩减,能够在精确控制准确度的情况下大幅提高时间效率;结合先验知识,从理论角度将先验知识融入评分中得到完全服从后验分布的结果;搜索最优子结构,对于特定的一些结构搜索最优子结构而不是采用贪心的方法,提高了贝叶斯网络结构学习的准确率.通过理论分析可以证明时间复杂度得到了大幅的降低.并且可以在牺牲可预知的准确率的情况下,将指数时间复杂度降为线性时间.大量的数据实验表明,经改进后的方法在时间和准确性上都具有良好的表现.     

一种基于FPGA的实时去雾系统建模与设计

雾霾会导致视频图像质量下降,对比度降低,使其显得模糊不清,这为视频图像的观看以及特征提取增加了困难.针对这一问题,使用现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)芯片,利用基于模型的设计方法搭建了一套实时去雾系统.首先针对FPGA芯片性能特性,对暗通道先验原理公式进行研究及优化,然后根据优化后的公式,在Simulink环境下利用Vision HDL Toolbox工具,搭建了基于像素流处理的去雾算法模型,之后通过Matlab自动代码生成的功能自动生成Verilog代码,烧录到FPGA芯片中,最后对设计的实时去雾系统进行实验.实验结果表明,该系统可对480p、60帧/秒的视频图像进行去雾处理,且具有良好的实时性,以及较低的功耗.     

基于明亮区域分割的图像去雾算法

针对暗通道先验去雾中存在的光晕和色彩失真问题,提出一种基于明亮区域分割的图像去雾算法。首先通过亮度阈值分割和区域生长将雾天图像分割为明亮区域与非明亮区域;然后用亮通道先验和超像素分别改进明亮区域和非明亮区域透射率的计算公式;再用加权融合的方法将这两个区域的透射率进行融合得到粗略的透射率,使用引导滤波对其进行优化,同时对雾天图像进行四叉树分割,取最终分割区域像素的亮度平均值为大气光值,通过大气散射模型复原去雾图像。实验结果表明,改进后去雾图像的峰值信噪比与改进前相比提高了6.5%,信息熵提高了2.1%,新增可见边之比提高了5.5%,梯度均值提高了5.3%。本文改进算法能够解决暗通道先验去雾中的问题,得到清晰且对比度高的去雾图像。     

顾及图像分割与暗通道先验的去雾霾方法

文章针对暗通道先验去雾霾后图像存在颜色失真等问题,提出一种融合图像分割与暗通道先验规律的卫星遥感图像去雾霾方法。首先,引入高斯加权矩阵的梯度算子获取图像的梯度信息,为暗通道去雾霾提供图像分割的约束条件;其次,通过梯度阈值对梯度信息进行划分,从而改善对不同亮度区域的差异化处理;最后,依据梯度阈值修正暗通道透射率来约束暗通道先验的处理结果,实现对不同亮度区域的差异化处理。实验结果表明,无论是主观目视判读还是客观指标对于较为均匀含雾霾影像都具有较好的处理效果。     

抑制EMD端点效应的改进算法研究

经验模态分解(EMD)是处理非线性非平稳信号的有效方法,但是在分解过程中存在端点效应,导致数据处理发生畸变,信号会失真。文章在平行延拓算法上改进了抑制EMD端点效应的算法-平行极值均值延拓。文章在平行延拓算法上进行极值平均后延拓,经仿真的分析结果表明,算法能够有效地抑制端点效应,并减少了模态分解个数和算法后处理时间。     

基于加权场景先验的海上红外弱小目标检测

为了提高海上红外弱小目标检测的检测精度和实时性,提出了一种基于加权场景先验的红外弱小目标检测方法.该方法首先利用目标的稀疏特性以及海面场景的非局部自相关特性,将目标和背景的分离问题转化为恢复低秩和稀疏矩阵的鲁棒主成分分析(Robust Principal Component Analysis,RPCA)问题.之后,将海面背景的先验特征信息通过加权核范数的方式加入模型,加快算法中目标和背景图像块矩阵的分解速度.最后,通过引入交替方向乘子法(ADMM)算法进一步加速求解的迭代速度.实验结果表明:该算法能有效地提高目标检测准确率,算法实时性较原算法提高了120%.     

一种改进的雾天变电站视频监控图像去雾方法

在有雾的天气下,由于空气中粒子的散射作用使得变电站视频监控拍摄到的图像视线模糊,对比度降低,大大削弱了有雾天气下的视觉效果,使得变电站室外视频监控设备无法有效工作。针对这一问题,文章进行了雾天监控图像去雾算法研究。通过改进的暗元素先验去雾算法有效地解决了雾天变电站视频监控模糊不清问题,提高了变电站视频监控效率。     

连续波雷达加速度和速度估计方法研究

针对连续波雷达测速过程中目标径向加速度对速度测量精度的影响,采用基于自相关函数与先验知识相结合的方法进行加速度估计和补偿。仿真试验结果表明,该方法能够有效地估计出目标的径向加速度,先验知识的引入进一步降低了正确估计对输入信噪比的要求,提高了估计精度,减小了计算量。